• 微信
  • Facebook
  • 分享链接
ScholarMate
客服热线:400-1616-289
登录注册

基于PSO-SVR近似模型的汽车正碰可靠性优化

高剑武; 李旗; 李亚军; 谷先广
CHINAJOURNAL
合肥工业大学; 合肥工业大学智能制造技术研究院

摘要

为提高某轿车的结构耐撞性,文章综合利用试验设计方法、近似模型技术、多目标优化算法和可靠性优化方法对其进行优化设计。使用多目标粒子群优化(particle swarm optimization, PSO)算法对支持向量回归(support vector regression, SVR)模型参数寻优,从而构建了高精度的PSO-SVR近似模型并应用于优化设计流程中;在确定性优化的基础上,进一步实施了可靠性优化设计。最终的优化结果表明,采用该优化设计使得整车的结构耐撞性及轻量化程度得到明显提高,同时保障了设计的可靠性。

关键词

多目标优化 支持向量回归(SVR) 参数寻优 近似模型 可靠性优化

出版信息

论文状态
公开发表
期刊名称
合肥工业大学学报(自然科学版)
发表日期
2020
卷
43
期
06
页码
725-776
DOI
-

学科领域

计算机科学与技术力学

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【立即咨询】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员 科研机构 科研动态爱瑞思软件

©2025 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417